12月11日晚，清華大學(xué)計算機(jī)系在李兆基樓多功能廳舉辦2023年學(xué)生獎勵大會暨鐘士模獎學(xué)金評審會。計算機(jī)系黨政班子成員、教師代表、杰出系友代表、企業(yè)代表等出席活動，鐘士模獎學(xué)金候選人、國家獎學(xué)金得主、第五屆1984級創(chuàng)新未來獎學(xué)金得主及相關(guān)工作人員參加了會議。

　　獎勵大會現(xiàn)場， 1984級系友，英諾天使基金創(chuàng)始合伙人李竹學(xué)長、管理合伙人劉懷宇學(xué)長為本次獲得1984級創(chuàng)新未來獎學(xué)金的7支團(tuán)隊(duì)頒獎。

　　(系友李竹學(xué)長(右一)為獲得“1984級創(chuàng)新未來獎學(xué)金”的學(xué)生頒獎)

　　(系友劉懷宇學(xué)長(右一)為獲得“1984級創(chuàng)新未來獎學(xué)金”的學(xué)生頒獎)

　　1984級創(chuàng)新未來獎學(xué)金設(shè)立于2019年，由1984級系友在清華大學(xué)計算機(jī)系60周年系慶時發(fā)起，旨在獎勵計算機(jī)系做出突出科技或應(yīng)用創(chuàng)新的研究生團(tuán)體，每年獎勵總金額為30萬元。這也是清華大學(xué)以年級命名的獎學(xué)金項(xiàng)目。

　　此前，清華大學(xué)計算機(jī)系第五屆1984級創(chuàng)新未來獎學(xué)金終審答辯于12月7日在清華大學(xué)東主樓舉行，計算機(jī)系趙穎老師、張國振老師、孫延奎老師、石偉男老師、胡曉林老師，計算機(jī)系1984級校友李竹學(xué)長、劉懷宇學(xué)長、衣豐超學(xué)長，英諾天使基金管理合伙人祝曉成、合伙人王晟、執(zhí)行董事李鴻艷、品牌執(zhí)行董事姜艷艷，以及水木清華校友種子基金合伙人丁昳婷出席本次答辯。

　　(第五屆1984級創(chuàng)新未來獎學(xué)金終審合影)

　　計算機(jī)系黨委副書記趙穎老師開場致辭，介紹了1984級創(chuàng)新未來獎學(xué)金及其意義，并表示：“84獎學(xué)金有自己獨(dú)特的地方，首先是參評作品和成果的維度比較自由，沒有成果年限的限制;其次是獎學(xué)金分為創(chuàng)新學(xué)術(shù)類和實(shí)用創(chuàng)新類，從這兩方面去激勵原始創(chuàng)新和創(chuàng)新實(shí)踐，鼓勵同學(xué)們做新時代的清華人，勇攀科技高峰。”

　　(計算機(jī)系黨委副書記趙穎老師致辭)

　　李竹學(xué)長作為1984級創(chuàng)新未來獎學(xué)金發(fā)起人代表致辭，分享了計算機(jī)系在創(chuàng)新創(chuàng)業(yè)領(lǐng)域的獨(dú)特價值，并表示：“我們一直鼓勵計算機(jī)系的創(chuàng)新。這些創(chuàng)新不管將來是在學(xué)術(shù)上，還是在應(yīng)用上，都會找到各自的價值，這也是我們當(dāng)時設(shè)立獎學(xué)金的初心，我們愿意來幫助和鼓勵計算機(jī)系的碩士博士，把他們的創(chuàng)新展示出來。”

　　(計算機(jī)系1984級校友李竹學(xué)長致辭)

　　接下來，7支隊(duì)伍分別展示了項(xiàng)目的創(chuàng)新點(diǎn)和階段成果，并與學(xué)長學(xué)姐們進(jìn)行深度互動答疑。參評項(xiàng)目涉及網(wǎng)絡(luò)機(jī)器學(xué)習(xí)、大模型、智能體等方向，涵蓋學(xué)術(shù)論文、項(xiàng)目應(yīng)用和國際競賽等各方面的研究成果。

　　答辯結(jié)束后，評委們從創(chuàng)新性、突破性、發(fā)展?jié)摿�及�?yīng)用場景、前景等維度進(jìn)行綜合考量評選，最終7支團(tuán)隊(duì)分獲1984級獎學(xué)金一二三等獎。

　　高手齊聚，精彩紛呈。讓我們一起看看本次獲獎同學(xué)的項(xiàng)目吧!

　　一等獎

　　項(xiàng)目名稱 ：大模型工具學(xué)習(xí)技術(shù)研究與系統(tǒng)搭建

　　團(tuán)隊(duì)成員 ：秦禹嘉

　　項(xiàng)目介紹 ：本項(xiàng)目瞄準(zhǔn)認(rèn)知大模型理論與方法，重點(diǎn)圍繞建立大模型(LLM)使用通用工具的能力開展研究。項(xiàng)目目標(biāo)探索形成一套有效的通用工具學(xué)習(xí)框架，突破工具學(xué)習(xí)核心技術(shù)，彌補(bǔ)當(dāng)前LLM在應(yīng)用于工具學(xué)習(xí)時的能力差距。其次，項(xiàng)目目標(biāo)構(gòu)建LLM工具學(xué)習(xí)的持續(xù)可擴(kuò)展應(yīng)用平臺，通過提高LLM的工具學(xué)習(xí)能力，進(jìn)一步推動LLM技術(shù)在Agent領(lǐng)域的應(yīng)用。通過研究LLM工具學(xué)習(xí)的關(guān)鍵問題，探索如何利用特定工具來擴(kuò)展LLM的學(xué)習(xí)和應(yīng)用能力，提升其解決復(fù)雜任務(wù)的能力。

　　二等獎

　　項(xiàng)目名稱 ：多模態(tài)模型驅(qū)動的具身智能代理

　　團(tuán)隊(duì)成員 ：王維漢，洪文逸

　　項(xiàng)目介紹 ：本項(xiàng)目旨在開發(fā)一種多模態(tài)模型，通過結(jié)合視覺、語言處理和感知技術(shù)，實(shí)現(xiàn)具身智能代理。

　　項(xiàng)目名稱 ：互聯(lián)網(wǎng)路由體系結(jié)構(gòu)真實(shí)源驗(yàn)證技術(shù)研究

　　團(tuán)隊(duì)成員 ：秦瀾城，王雨田

　　項(xiàng)目介紹 ：由于互聯(lián)網(wǎng)路由體系結(jié)構(gòu)缺乏真實(shí)源驗(yàn)證，借助偽造數(shù)據(jù)包源地址的源地址偽造攻擊和借助偽造BGP前綴起源的BGP路由劫持攻擊層出不窮，對互聯(lián)網(wǎng)的安全性和可靠性造成嚴(yán)重破壞。因此，源地址偽造和BGP路由劫持被國際互聯(lián)網(wǎng)協(xié)會ISOC定義為互聯(lián)網(wǎng)三大路由難題之二。該項(xiàng)目研究準(zhǔn)確、高效的源地址驗(yàn)證和BGP路由起源驗(yàn)證技術(shù)，有效防御源地址偽造和BGP路由劫持，并推動相關(guān)技術(shù)部署，為實(shí)現(xiàn)安全可信下一代互聯(lián)網(wǎng)提供關(guān)鍵技術(shù)與應(yīng)用支撐。

　　三等獎

　　項(xiàng)目名稱 ：交互式學(xué)習(xí)智能體

　　團(tuán)隊(duì)成員 ：陳偉浩，黃天，殷翊文

　　項(xiàng)目介紹 ：本項(xiàng)目聚焦人機(jī)物融合場景中的人機(jī)信息交換問題，即傳統(tǒng)“用戶主動找服務(wù)”轉(zhuǎn)變?yōu)?ldquo;系統(tǒng)主動推薦服務(wù)”的新交互模式，情境開放、用戶個性化和任務(wù)復(fù)雜多變成為挑戰(zhàn)。本項(xiàng)目構(gòu)建具有情境感知、意圖理解和服務(wù)執(zhí)行能力的交互式智能體，讓終端用戶在交互過程中自然地向機(jī)器傳遞知識。本項(xiàng)目揭示終端用戶“教”的心理模型和行為模式，以在真實(shí)交互場景中實(shí)現(xiàn)可泛化、可協(xié)同、可進(jìn)化的機(jī)器智能，最終實(shí)現(xiàn)萬物互聯(lián)時代的個人助手。

　　項(xiàng)目名稱 ：基于張量網(wǎng)絡(luò)收縮的量子線路經(jīng)典模擬器

　　團(tuán)隊(duì)成員 ：陳垚鍵

　　項(xiàng)目介紹 ：隨著量子比特規(guī)模增大，傳統(tǒng)的態(tài)矢量方法受內(nèi)存限制，對大型量子線路的經(jīng)典模擬的支持越來越困難。張量網(wǎng)絡(luò)收縮方法可以克服內(nèi)存問題，從而在近年受到廣泛關(guān)注。但張量網(wǎng)絡(luò)收縮方法同樣具有極高的計算復(fù)雜度，需要巨大的算力支撐。本項(xiàng)目主要研究單次張量網(wǎng)絡(luò)收縮和批量張量網(wǎng)絡(luò)收縮的大規(guī)模并行優(yōu)化和數(shù)據(jù)復(fù)用。

　　項(xiàng)目名稱 ：基于不確定性量化的可靠高效學(xué)習(xí)方法

　　團(tuán)隊(duì)成員 ：崔鵬，何冠德

　　項(xiàng)目介紹 ：目前數(shù)據(jù)驅(qū)動的深度學(xué)習(xí)范式，尤其大模型的訓(xùn)練往往離不開高質(zhì)量的標(biāo)注數(shù)據(jù)以提高模型的泛化性能。然而，在真實(shí)世界中往往面臨著多重挑戰(zhàn):實(shí)際生產(chǎn)環(huán)境中的數(shù)據(jù)往往存在各種復(fù)雜噪聲;高質(zhì)量的數(shù)據(jù)受成本等限制總是有限的;即使人工標(biāo)注的數(shù)據(jù)集中也存在內(nèi)在噪聲的問題。為了解決以上關(guān)鍵問題，我們提出了基于不確定性量化的可靠與高效的學(xué)習(xí)方法，解決模型在真實(shí)場景下的訓(xùn)練和部署問題，以提高模型的可靠性和訓(xùn)練的高效性。

　　項(xiàng)目名稱 ：基于人工智能的罕見病輔助診斷系統(tǒng)

　　團(tuán)隊(duì)成員 ：毛小豪、高宇澤、何緯捷

　　項(xiàng)目介紹 ：目前已知的罕見病數(shù)量約有8000種，全球患病人數(shù)超過 3.5 億。針對罕見病目前存在的誤診、漏診率高，確診周期長等問題，我們研發(fā)了一套基于人工智能的端到端的罕見病輔助診斷系統(tǒng)，能夠顯著減少患者確診罕見病時間。該系統(tǒng)由輔助鑒別診斷與在線智能問診兩大工具組成。輔助鑒別診斷工具提供給醫(yī)生使用，能夠根據(jù)病人臨床病例輔助醫(yī)生鑒別診斷罕見病，在線智能問診工具提供給患者使用，能夠通過問詢的方式給出是否患有罕見病的參考意見。

　　恭喜以上7支獲獎隊(duì)伍，1984級創(chuàng)新未來獎學(xué)金作為計算機(jī)系校友畢業(yè)30年之后給母校的回饋，將繼續(xù)堅(jiān)定不移地支持創(chuàng)新，讓想象力生根發(fā)芽，助力學(xué)弟學(xué)妹不斷探索新的領(lǐng)域。